PHWR 질병관리청 공식학술지
주간 건강과 질병(Public Health Weekly Report)

세계보건기구 World Health Organization (WHO)에 따르면, 비감염성 질환(non-communicable disease, NCD)은 오늘날 전 세계적으로 주요한 사망 원인 중 하나로 대두되고 있으며[1], 비감염성 만성질환으로 인한 사망은 모든 사망원인 중 약 71%를 차지하고 있다[2]. 이러한 질환은 병원체에 의해 직접적으로 발병하는 감염 질환과는 달리 생활습관, 유전, 환경적인 요인 등이 복합적으로 작용하여 발병한다[3]. 비감염성 질환에는 심혈관 질환, 암, 당뇨병, 만성 호흡기 질환 등이 포함되며, 이러한 질환은 장기적으로 개인의 건강상태를 저하시키고 삶의 질을 저하시킨다[2]. 그렇기 때문에 이를 모니터링하고 관리하는 것은 개인의 삶의 질 향상뿐만 아니라 국가의 공중보건 수준 향상과 의료비용 절감에도 중요한 의미를 지닌다.

국제적으로 WHO를 중심으로 여러 모니터링 체계와 프로그램이 운영되고 있다. WHO는 비감염성 질환의 발병률과 사망률 등을 감시하며, 이를 위한 각국의 정책과 조치를 모니터링하는 Global NCD Monitoring Framework를 개발하였다[4]. 이 프레임워크는 각 회원국이 자국 내 비감염성 질환의 현황을 정확히 파악하고, 필요한 예방책과 대응 전략을 마련하는 데 도움을 제공한다[4]. 이를 통해 비감염성 질환과 그 위험 요인에 대한 국가적, 지역적 전략을 수립하고 이행할 수 있으며, 이를 바탕으로 보다 효과적인 대책을 구현할 수 있다[5]. STEPwise approach to surveillance는 WHO가 개발한 비감염성 질환의 위험 요인에 대한 표준화된 감시 체계이다[6]. 이 체계를 통해, 비감염성 질환의 주요 위험 요인을 정기적으로 조사한다. 이를 통해 국가별로 비슷한 조건하에서 비감염성 질환의 위험 요인과 발병률을 비교하고 분석하는 것이 가능하다[6]. Global Burden of Disease Study (GBD)는 전 세계의 질병 부담을 평가하고 분석하는 연구로, 보건계측‧평가연구소인 Institute for Health Metrics and Evaluation이 주도하고 있다[7]. GBD는 비감염성 질환뿐만 아니라, 다양한 질병과 사망 원인에 대한 국가별, 지역별 데이터를 제공하며, 이를 통해 전 세계적인 질병 부담의 패턴과 변화를 파악할 수 있다[8]. 이러한 국제적 모니터링 체계와 연구는 비감염성 질환의 전염 및 발병 패턴을 이해하는 데 필수적이며, 이를 기반으로 각국은 국가별 비교 모니터링을 통해 비감염성 질환의 발병률과 사망률을 감소시킬 수 있는 방안을 개발하고 실행할 수 있다.

국내에서도 국민건강영양조사와 건강보험심사평가원을 통한 다양한 조사와 분석이 이루어지고 있다. 국민건강영양조사는 국민의 건강수준, 건강 행태, 식품 및 영양섭취 실태 등의 조사를 통해 국민 건강증진종합계획 정책 수립, 건강증진 프로그램 개발 등 보건 정책의 기반 자료인 대표 표본 조사이다. 국민건강영양조사에서는 비감염성 만성질환과 관련하여 체중, 키, 혈압, 혈당, 콜레스테롤 수치 등을 조사하고, 생활습관에 대한 정보를 수집한다. 이는 비만, 고혈압, 당뇨병, 고지혈증 등의 만성질환 발병 위험을 평가하고 관리하는 데 중요한 정보를 제공한다[9]. 건강보험심사평가원에서는 건강보험의 진료비 청구 데이터를 기반으로 국민의 질환 및 진료 이용 패턴을 조사 및 분석한다. 이를 통해 어떤 질환으로 병원을 방문하는지, 어떤 치료를 받는지 등의 의료와 관련하여 상세한 정보를 파악할 수 있다. 예를 들어 건강보험심사평가원에서는 만성 질환자의 진료 이용 패턴, 처방 약물 사용 패턴 등을 분석하여, 만성질환의 유병률과 치료 패턴, 치료 효과 등에 대한 다양한 정보를 제공한다. 이러한 정보는 만성질환의 치료와 관리에 있어서 중요한 기반 데이터로 활용되며, 효과적인 건강정책 수립을 지원한다. 이러한 조사와 분석을 통해 비감염성 만성질환의 발병률과 위험요인을 파악하고, 이를 바탕으로 한 효과적인 건강 정책의 수립 및 실행을 가능하게 하며, 이로써 국민의 건강 수준 향상과 질병 부담 감소에 기여하고 있다.

자연재해와 비감염성 만성질환 간의 상관성은 이전의 여러 연구를 통해 밝혀져 왔다[10]. 특히 산불과 같은 재난 발생 이후에는 미세먼지의 영향으로 호흡기 질환의 위험이 증가하고[11], 폭염이 발생하면 열사병, 탈수, 신장 질환 등의 다양한 건강 문제가 발생할 수 있다[12]. 이러한 영향은 특히 취약계층에서 두드러지게 나타나, 이들에 대한 보다 체계적인 건강관리 정책이 필요하다. 하지만 자연재해의 일시적이고 예측 불가능한 특성은 이에 대한 즉각적이고 효과적인 대응을 어렵게 만든다. 이상기후로 인해 자연재해 건수가 전세계적으로 증가하고 있지만[13], 자연재해로 인해 발생할 수 있는 비감염성 만성질환에 대한 연구가 여전히 부족하여 재난으로 인한 비감염성 만성질환 모니터링 및 관리의 필요성이 대두되고 있다.

국내와는 달리 국제적으로 미국과 유럽의 다양한 기관들은 자연재해와 비감염성 질환 간의 관계에 대해 지속적으로 연구하고 있으며, 그 결과를 바탕으로 다양한 가이드라인과 자료를 제공하고 있다. 예를 들어 Centers for Disease Control and Prevention과 United States Environment Protection Agency는 자연재해 발생 시 건강 위험을 최소화하고 효과적으로 대응하기 위한 다양한 지침과 자료를 제공하고 있다[14]. 유럽에서도 European Centre for Disease Prevention and Control과 European Environment Agency는 이러한 재해와 질환 간의 관계에 대한 연구와 조사를 지속적으로 수행하며, 이를 통해 각국의 대응 능력을 향상시키고 있다. 따라서 선행 연구와 국제적인 사례를 종합해 볼 때, 국내에서도 산불과 같은 자연재해와 비감염성 만성질환 간의 상관관계를 체계적으로 분석하여 한국의 자연재해와 비감염성 질환 모니터링 체계 구축이 필요하다. 이를 통해 재난 발생 시의 건강 위험을 효과적으로 관리하고, 사회적 및 경제적 손실을 최소화할 수 있을 것이다.

본 연구에서는 자연재해 중 산불 발생과 비감염성 질환과의 상관관계를 분석함으로써, 자연재해 발생 이후 비감염성 만성질환의 발생을 모니터링하고 대응할 수 있는 비감염성 만성질환 조사‧감시체계를 제언하고자 한다. 이를 통해 자연 재해로 인한 건강 영향을 파악하고 취약 지역에 대비하며 적시에 대응함으로써 개인과 사회 전반의 자연재해로 인한 건강영향을 최소화 및 관리하고 사회적 손실을 최소화하는 방안을 모색하고자 한다.

1. 대상

1) 산불 노출 지역 선정

산림청의 산불 발생 현황, 대형산불 자료를 활용하여 산불 지속 시간, 피해 규모 결과 DB 가용기간(2012년 1월 1일부터 2020년 12월 31일), 건강 영향 등을 고려하여, 국내에서 발생한 대형 산불(피해 규모 100 ha 이상 및 24시간 이상 지속) 중 2017년 발생한 지역을 노출군으로 선정하였다.

산불 노출 지역을 산불 발생 지역과 확장된 산불 영향지역으로 구분하여 선정하여, 각 지역에 대한 대조 지역을 선정하고자 하였다. 확장된 산불 영향 지역은 산불 발원지로부터의 반경과 산불 발생 여부를 고려하였다. 환경부 소속기관인 국립환경과학원에서 정지궤도 환경 위성 천리안위성 2B호 영상 분석한 결과 동해안 산불로 배출된 지상 대기오염물질 관측망 농도는 초미세먼지의 경우 최대 385 μg/m³, 이산화질소와 일산화탄소 등에서도 최대 0.028 ppm과 3.8 ppm 수준으로 평소 대비 최소 3.5배에서 많게는 24배까지 높게 나타났다[15]. 이에 주변 대기오염 수준 자료 확보가 가능한 지역에만 추가로 고려하였다. 산림청 산불 발생 현황과 환경부 에어코리아의 대기오염 자료는 읍‧면‧동 수준으로 제공되고 있으나, 산불 영향이 여러 읍‧면‧동에 걸쳐 발생할 수 있는 점과 산간 지역 근처 대기오염 측정소가 시‧군‧구별 1개인 점을 고려하여 지역 선정 단위를 시‧군‧구 수준으로 정의하였다. 확장된 산불 노출 지역은 다음과 같은 순서로 선정되었으며 산불 노출 지역을 요약하면 표 1과 같다.

표 1산불 노출 지역 요약

구분	산불 발생 지역	확장된 산불 노출 지역
		대기오염 측정소
		미설치 지역	설치 지역
정의	산불 발원 지역	발원지 반경 50 km에 속하는 시‧군	발원지 반경 50 km 속하며, 발생일 PM10 최대 농도가 기준치a) 이상인 경우

^a)기준치=발생 전날(2017.05.05) PM10 24h–최대농도+그 전 한달(2017.04.06–2017.05.05) PM10 24h-농도의 2SD..

(1) 발원지로부터의 거리가 반경 50 km 이내인 지역을 선정함.

(2) 발생일 전후 1년 이내 대형 산불 발생 이력이 있는 지역을 제외함.

(3) 측정소가 존재하는 경우, 주변 지역의 발생 당일(2017. 05.06) PM10의 24h-최대농도가 발생 전날(2017.05.05) PM10의 24h-최대농도와 그 전 한달(2017.04.06–2017.05. 05) PM10 24h-농도의 standard deviation의 2배의 합보다 크거나 같은 지역을 확장된 산불 노출 지역으로 선정함.

(4) 산업보건 및 환경보건 전문가로 구성된 자문위원회를 통해 선정한 산불 노출 지역 및 확장된 산불 노출 지역의 타당성을 검토함.

(5) 측정소가 존재하지 않는 지역의 경우, 산불 발원지, 산불 발생 여부 조건을 충족하면 선정함.

2) 산불 노출 대조지역 선정

산불에 따른 건강 영향을 확인하고자 대조군 지역을 선정하였으며, 선정 시 산림청의 산불 발생 현황, 통계청 KOSIS 자료 등을 이용하였다. 노출 지역 이외 해당 기간(2017.05.06) 전후 1년간 대형산불(피해 면적이 100 ha 이상)이 없었던 시‧군 중에서 노출 지역과 인구통계학적 특성이 비슷한 시‧군‧구를 무작위 선정하고자 하였다. 인구통계학적 특성은 연령, 성별, 농가인구, 기초생활수급자 수, 요양기관 수를 활용하였다. 지역 특성 변수를 많이 반영할수록 매칭 가능한 시‧군‧구 후보군이 부족해지므로, 지역의 특성을 반영하는 중요 변수 중 연령 분포, 성별 분포, 농가인구 분포 세 가지 변수를 매칭에 사용하였다. 무작위 선정 시 평균 연령을 5세 단위로 범주화하고, 해당 시‧군의 연앙 인구 대비 성별, 농가 인구 비율을 산출한 후, 삼사분위수를 기준으로 범주화하여 활용하였다. 산불 발생 지역과 확장된 산불 노출 지역으로 구분하여 선정하고, 각 지역에 대한 대조지역을 선정하였으며, 대조군 후보가 부족하여 선정이 불가한 지역은 미선정하였다(표 2). 또한 노출지역과 대조지역을 설명하기 위해 인구통계학적 특성을 정리하였다(보충 표 1).

표 2대조군 후보 지역 인구 통계학 특성

인구통계학적 특성	지역수	최소	최대
연령(세)
35–39	43	36.1	39.9
40–44	96	40.0	44.8
45–49	53	45.0	49.8
50–54	36	50.1	54.9
55–59	1	55.3	55.3
성별(%)
Tertile 1	76	47.6	49.6
Tertile 1	77	49.6	50.4
Tertile 1	76	50.4	56.8
농가인구(%)
Tertile 1	76	0.1	5.1
Tertile 1	77	5.2	18.8
Tertile 1	76	19.1	64.3

213개의 대조 시‧군‧구 지역에 대하여 연령-성별-농가인구 기준 산불 발생 지역 1:10, 확장된 산불 노출 지역 1:1 무작위 선정을 수행하였다(표 3).

표 3산불 대조군 후보 지역 수

산불 노출 지역	인구통계학특성 (연령-성별-농가인구)	대조군 (지역수)
산불 발생 지역
노출지역 1	2-1-1	11
노출지역 2	3-2-1	10
확장된 산불 노출 지역
노출지역 1
확장 노출 지역 1	2-0-0	21
확장 노출 지역 2	2-2-1	19
확장 노출 지역 3	2-2-2	4
⋮	⋮	⋮
확장 노출 지역 10	3-2-2	10
노출지역 2
확장 노출 지역 1	2-0-0	19
확장 노출 지역 2	3-1-1	4
확장 노출 지역 3
⋮	⋮	⋮
확장 노출 지역 10	4-1-2	9

3) 조사 관찰 질병 항목

선행연구에 따르면 산불 연기는 초미세먼지(PM2.5), 일산화탄소, 질소산화물, 휘발성 유기화합물과 같은 가스의 복합 혼합물로 호흡기계 질환을 자극하고 면역반응을 일으켜 염증을 일으킨다. 선행연구와 관련 논문 리뷰를 통해 산불과 유의미한 관계가 있는 질병으로 언급된 만성 폐쇄성 폐질환, 천식, 폐렴, 허혈성 심질환, 심부전을 시범 연구 조사 관찰 대상 질병으로 선정하였다(표 4) [16].

표 4선행연구 조사 관찰 질환 항목

질환	ICD-10 CODE
만성 폐쇄성 폐질환	J43, J44 (J430 제외)
심부전	I50
천식	J45
폐렴	J10-18
허혈성 심질환	I20-25

2. 분석 방법

산불 사건 발생 이후 급성/아급성 영향을 확인하기 위해 노출군/비노출군 지역 내 외래 및 입원 이용률 증가 여부를 분석하였다. 대조군인 비노출군은 1년간 산불 발생이 없고 노출군과 인구집단이 유사한 지역으로 설정하였다. 건강보험공단 데이터와 허혈성 심질환, 폐렴, 천식, 심부전, 만성 폐쇄성 폐질환에 대해 점차 해상도를 높이는 방향으로 분석을 진행하였다.

산불 발생 전후에 따른 노출군/비노출군별 질환별 산불 발생 전후의 외래 및 입원 이용 횟수에 대해 정리하였다. Chi-square 분석을 활용하여 산불 발생 전후의 이용 횟수의 차이가 유의미하게 발생하는지 분석하였다. 각 외래 및 입원 이용 횟수는 포아송 분포를 활용하여 95% 신뢰구간(95% confidence interval, 95% CI)을 산출하였다. 이를 기반으로 산불 발생 전후 2년의 외래 및 입원 이용률의 변화를 분석하기 위해 10만 명당 지역별 2017년 전체 인구에서 산불 발생 전후의 외래 및 입원 이용률의 비 및 신뢰 구간을 산출하였다. 이 결과 중 노출군에서 외래 혹은 입원 이용률의 비가 특히 유의미하게 높다고 판단되는 질환에 대해서 전문가와 자문회의를 통해 검토하여 추가 분석을 진행하였다.

추가 분석으로는 첫째, 노출군 및 비노출군의 연간 외래 및 입원 이용률의 변화를 분석하기 위해 Difference-In-Differences analysis (DID analysis)를 진행하였다. 이중차분법은 특정 사건 전후로 실험군과 대조군의 차이를 비교하기 위해 사용되는 분석으로, 노출군에서 사건이 발생하지 않았을 때의 예측되는 외래 및 입원 이용률과 사건 이후 실제 외래 및 입원 이용률에 대한 변화추이 및 차이를 비교하고 동시에 비노출군과 노출군의 외래 및 입원 이용률의 비에 대해 비교분석을 진행하였다. 실험군과 동질적인 대조군의 전후 관계를 비교함으로써 시간에 따라 변하는 관측 불가능한 요인이 제거되어 인과 효과 추정값을 식별할 수 있다. DID analysis를 통해 사건의 인과 효과 분석을 위해서는 대조군, 실험군 각각 사건 전후의 자료를 활용해야 하며, 다음과 같은 네 집단으로 분류할 수 있다. 사건 발생 이전 대조군을 CB, 실험군을 TB로 분류하고, 사건 발생 이후 대조군을 CA, 실험군을 T_A로 분류할 수 있다. 네 집단을 기반으로 인과관계와 DID를 추정하는 식은 아래와 같다.

둘째, 시간의 흐름에 따라 기록된 자료에서 특정 사건 이후 추세의 변화 추이를 보는 방법인 시계열 분석(interrupted time series analysis)을 통해 월별 추세에 따라 연령과 성별, 장기 추세와 계절적요인을 보정하여 노출군과 비노출군 내에서 산불 발생 이후 특정 질병에서 외래 및 입원 이용률의 변화 추이를 확인하였다. 시계열 분석 방법을 통해 시계열 데이터의 분포와 패턴을 학습하고, 이를 통해 미래의 경향성을 예측할 수 있다. 양적 예측 방법을 통해 예측될 변수 자체의 과거 자료에서 어떠한 패턴을 발견하여 미래에도 그러한 특성의 패턴이 반복될 것이라는 가정하에서 모형을 확립하여 예측할 수 있다. Generalized Additive Models 모델을 활용한 본 연구에서 사용된 시계열 분석의 식은 다음과 같다.

모든 분석은 R (버전 4.0.5)을 사용하였다. 본 연구는 헬싱키 선언의 윤리적 원칙을 준수하며 연세의료원 세브란스병원 연구심의위원회(IRB 4-2023-0433)의 승인을 받았다.

노출군 및 비노출군 지역의 전체 인구수는 1,116,485명으로 이 중 남성이 564,585명이었으며, 여성은 551,900명이었다. 분석 결과 산불 발생 이전 2년과 이후 2년에 따른 외래 및 입원 이용 횟수는 노출군/비노출군별, 질환별 차이를 보였다. 노출군의 산불 발생 전후 외래 이용 횟수는 모든 질환에서 산불 발생 이전에 비해 발생 후 유의미하게 증가하였으나, 입원 이용 횟수는 폐렴, 허혈성 심질환에서만 유의미하게 증가하였다(표 5).

표 5산불 발생 전후에 따른 노출군의 외래 및 입원 이용 횟수

질환	인구수	산불 이전 연간외래 이용횟수	산불 이후 연간외래 이용횟수	p-value	산불 이전 연간입원 이용횟수	산불 이후 연간입원 이용횟수	p-value
만성 폐쇄성 폐질환	168,124	12,126	14,228	<0.001	716	704	<0.001
심부전	168,124	8,450	11,756	<0.001	839	818	<0.001
천식	168,124	28,048	28,884	<0.001	802	784	<0.001
폐렴	168,124	15,992	18,628	<0.001	3,524	3,757	<0.001
허혈성 심질환	168,124	41,479	46,579	<0.001	2,819	3,450	<0.001

비노출군의 산불 발생 이전 2년과 이후 2년의 외래 이용 횟수는 심부전, 천식, 폐렴, 허혈성 심질환에서 산불 발생 이후 유의미하게 증가하였으며, 산불 발생 전후 입원 이용 횟수는 만성 폐쇄성 폐질환, 폐렴, 허혈성 심질환에서 산불 발생 후 유의미하게 증가하였다(표 6).

표 6산불 발생 전후에 따른 비노출군의 외래 및 입원 이용 횟수

질환	인구수	산불 이전 연간외래 이용횟수	산불 이후 연간외래 이용횟수	p-value	산불 이전 연간입원 이용횟수	산불 이후 연간입원 이용횟수	p-value
만성 폐쇄성 폐질환	261,321	14,785	14,650	<0.001	1,069	1,108	<0.001
심부전	261,321	10,624	12,118	<0.001	839	818	<0.001
천식	261,321	51,301	57,541	<0.001	802	784	<0.001
폐렴	261,321	22,589	32,487	<0.001	3,524	3,757	<0.001
허혈성 심질환	261,321	51,269	57,406	<0.001	2,819	3,450	<0.001

산불 발생 전후의 이용 횟수를 기반으로 산불 발생 전후에 따른 연간 입원 이용률의 비는 다음과 같이 분석되었다(그림 1). 산불 발생 전후에 따른 노출군과 비노출군의 연간 입원 이용률의 비는 허혈성 심질환(95% CI: 1.26 [1.19–1.33], p-value<0.001; 95% CI: 1.22 [1.16–1.29], p-value<0.001)과 폐렴(95% CI: 1.10 [1.04–1.16], p-value=0.001; 95% CI: 1.07 [1.02–1.12], p-value=0.006)에서는 유의하게 증가하였고, 천식(95% CI: 1.03 [0.93–1.14], p-value=0.56; 95% CI: 0.98 [0.89–1.08], p-value=0.651)과 만성 폐쇄성 폐질환(95% CI: 0.98 [0.89–1.09], p-value=0.75; 95% CI: 1.04 [0.95–1.13], p-value=0.403)은 노출군과 비노출군에서 모두 유의하지 않았다. 반면 심부전(95% CI: 1.43 [1.29–1.58], p-value<0.001; 95% CI: 0.97 [0.89–1.07], p-value=0.605)은 노출군에서는 유의하게 증가하였지만, 비노출군에서는 유의하지 않았다.

그림 1. 산불 발생 전후 연간 입원 이용률의 비

산불 발생 전후에 따른 노출군과 비노출군의 연간 외래 이용률의 비는 다음과 같이 분석되었다(그림 2). 노출군, 비노출군 모두 허혈성 심질환(95% CI: 1.17 [1.15–1.20], p-value<0.001; 95% CI: 1.12 [1.11–1.13], p-value<0.001), 폐렴(95% CI: 1.16 [1.14–1.19], p-value<0.001; 95% CI: 1.44 [1.41–1.46], p-value<0.001), 천식(95% CI: 1.03 [1.01–1.05], p-value<0.001; 95% CI: 1.12 [1.11–1.14], p-value<0.001), 심부전(95% CI: 1.39 [1.35–1.43], p-value< 0.001; 95% CI: 1.14 [1.11–1.17], p-value<0.001)에서 유의미하게 증가하였지만, 만성 폐쇄성 폐질환(95% CI: 1.17 [1.15–1.20], p-value<0.001; 95% CI: 0.99 [0.97–1.01], p-value=0.431)은 노출군에서는 유의하게 증가한 반면, 비노출군에서는 유의미하지 않았다.

그림 2. 산불 발생 전후 연간 외래 이용률의 비

전문가 자문회의를 통해 상기 입원 이용률의 비에서 노출군에서 더 크게 유의미한 증가를 보인 심부전에 대한 결과 타당성 검토 및 추가 분석 여부를 결정하였다. 기존 지식과 전문가의 의견 수렴을 거쳐 이중차분법 및 시계열 분석을 추가로 시행하였다. 입원 이용률은 산불 발생 이전에는 노출군과 비노출군 모두 감소하는 추세였으나, 산불 발생 이후 노출군의 실제 입원 이용률(산불 노출 2년 후 연간 입원 이용률: 6,992.46/10만 명당)은 산불이 발생하지 않았을 경우 예상되는 입원 이용률(산불 노출 2년 후 연간 입원 이용률: 5,597.76/10만 명당)보다 80.05% 증가했다(그림 3). 노출군에서 심부전으로 인한 연간 외래 이용률은 노출군과 비노출군에서 증가하고 있던 추세였으나, 산불 발생 이후 산불이 발생하지 않았을 경우 예상되는 외래 이용률(산불 노출 2년 후 연간 외래 이용률: 381.56/10만 명당)보다 실제 이용률(산불 노출 2년 후 연간 외래 이용률: 556.73/10만 명당)이 68.54% 증가했다(그림 4).

그림 3. 산불 노출에 따른 심부전 입원 이용률 변화추이

그림 4. 산불 노출에 따른 심부전 외래 이용률 변화추이

시계열 분석 그래프의 x축은 사건 발생 전후 2년의 개월수이며, y축은 10만 명당 연간 입원 및 외래 이용률이다. 그래프 내 붉은 점선의 수직선은 산불이 발생한 시점이며, 파란 실선은 산불이 발생하지 않았을 경우 예상되는 외래 및 입원 이용률이다. 파란 점선은 산불 발생 이후 실제 입원 및 외래 이용률이며, 붉은 점선은 시계열 데이터의 패턴과 추세를 식별하는데 사용되는 평활화(smoothing) 그래프이다. 노출군에서 심부전의 실제 입원 이용률의 변화추이(pre-interruption slope; estimate, 0.252; p-value<0.001)는 산불 발생 이전 증가하는 추세를 보였다. 산불 발생 이후 event (산불 발생)로 인한 변화추이(level change; estimate, –0.044; p-value=0.986)는 살짝 감소하는 추세를 보였으나 유의미하지 않았다. Event로 인한 아급성 효과를 반영한 입원 이용률 역시 감소하는 추세(post-interruption slope; estimate, –0.183; p-value=0.127)를 보였으나 유의미하지 않았다(그림 5, 보충 표 2).

그림 5. 월별 추세를 고려한 심부전의 입원 이용률 변화

시계열 분석을 통해 노출군에서 심부전의 실제 외래 이용률의 변화추이(pre-interruption slope; estimate, 0.649; p-value<0.001)는 산불 발생 이전 증가하는 추세를 보였다. 산불 발생 이후 event (산불 발생)로 인한 변화추이(level change; estimate, 52.525; p-value<0.001)가 보다 더 증가하는 양상을 보인 뒤, event로 인한 아급성 효과를 반영한 외래 이용률은 감소하는 추세(post-interruption slope; estimate, –0.866; p-value=0.029)를 보인다(그림 6, 보충 표 3).

그림 6. 월별 추세를 고려한 심부전의 외래 이용률 변화

본 연구는 2017년 발생한 산불 노출 지역과 비노출 지역의 주민을 대상으로 산불 발생과 아급성 질환의 상관관계에 대해 연구하여 자연재해인 산불로 인한 건강영향을 빠르게 파악하고 불필요한 분석을 최소화하는 방법을 모색하는 단기적 계획 수립과 관련된 결과이다. 산불로 인한 건강 영향은 다양한 질병에 영향을 미칠 수 있고 유의미한 영향을 끼칠 수 있는 질환인 심부전, 폐렴 등 호흡기계 질환을 문헌 고찰을 활용하여 선정하였다[16,17]. 초기에는 상대적으로 신속한 분석인 수의 변화, 율의 변화를 활용해 주요 변화와 결과를 확인하고자 하였다. 노출군에서의 산불 발생 전후에 따른 외래 이용률의 비는 심부전에서, 입원 이용률의 비는 허혈성 심질환에서 가장 많이 유의하게 증가했다. 비노출군에서의 산불 발생 전후에 다른 외래 이용률의 비는 폐렴에서, 입원 이용률의 비는 허혈성 심질환에서 가장 많이 유의하게 증가했다. 그 후 선행연구 검토 및 전문가 자문회의를 통해 산불 노출로 인한 상기 질환들의 이용률 증가에 대해 유의미하고 타당한 결과를 추려내고, 추가 고도화 분석 여부 및 고도화 분석 대상 질환을 결정하였다. 산불로 인해 야기되는 대기오염으로 인한 심부전의 영향은 노출 기간과 관계없이 발생하며[18], DeFlorio-Barker 등[19]의 논문에 따르면, PM2.5 10 μg/m³ 증가할 경우 산불이 발생한 기간에 0.61%의 심혈관질환으로 인한 입원이 증가하며, 그 외 기간에는 0.69%의 심혈관질환으로 인한 입원이 증가한다. 산불이 발생한 경우 PM2.5가 훨씬 높게 증가하기 때문에[19], 전체적인 심혈관질환은 증가하게 된다는 선행연구에 따라 심부전에 대하여 추가 고도화 분석을 진행하였다. DID analysis와 시계열 분석을 활용하여 고도화된 분석을 통해 노출군과 비노출군의 외래 및 입원 이용률 비교를 진행하였으며, 그중 외래 이용률의 유의미한 증가가 두 가지 분석 모두에서 관찰되었다.

본 연구는 후향적 데이터를 활용한 노출 지역(재난 피해 지역) 선정, 관련 질환 선정, 분석결과를 통한 유의미한 결과 도출에 전문가 자문위원회를 통해 연구진의 의견에 객관성 및 타당성을 확립하고자 하였다. 단기적 분석의 한계점, 특히 측정되지 않은 교란 변수들을 고려하여, RAND/UCLA 적절성 방법(RAND/UCLA Appropriateness Method)을 사용하여 2번의 전문가 자문 위원회를 실시하였다. RAND/UCLA 적절성 방법은 기술의 적절한 사용을 결정하는데 사용되며, 문헌에 대한 비판적 검토와 임상 전문가의 의견을 결합한 방식이다[20]. 의료 서비스 연구 등에서 RAND/UCLA 적절성 방법은 토론 라운드를 추가하여 진행하기 때문에 수정된 델파이(Del-phi) 방식이라고 한다[21]. 이 방법은 기술의 적절한 사용을 결정하고, 문헌에 대한 비판적 검토와 임상 전문가의 의견을 결합하는 방식으로, 본 연구에서의 이러한 접근은 단기적인 분석에서 발생할 수 있는 한계점을 극복하는 데 도움을 주었다. 또한 단기적인 분석의 한계점을 넘어 중장기적 데이터 확보를 통해 연구의 지속성을 보장하고 분석의 한계를 극복할 수 있는 체계적인 모니터링 시스템의 개발의 필요성이 강조된다. 이러한 접근은 산불로 인한 대기오염과 같은 장기적이고 중대한 건강 위험에 대응하는데 필수적이며, 이를 통해 정부와 관련 기관은 산불을 비롯한 자연재해의 건강 영향에 대한 인식을 높이고, 효과적인 예방 및 대응 전략을 개발할 수 있다.

이에 따라 본 연구에서는 산불을 비롯한 자연재해의 모니터링 체계를 제언하고자 한다. 모니터링 체계는 크게 사전 인지 및 대비 단계와 대응 단계로 나눌 수 있다. 먼저, 사전 인지 및 대비 단계에서는 자연 재해 발생 후의 대응 및 모니터링 체계를 위해 다양한 부처와의 협력을 통한 데이터 사전 확보의 기반을 마련하는 것이 중요하다. 산불을 예로 들면 산림청, 환경부, 지자체, 보건복지부, 행정안전부 등과의 연계를 통해 산불 노출 관련 데이터, 의료기관 데이터, 지역사회 보건소 데이터 등을 확보할 수 있다. 여기서 미리 후향적으로 확보할 수 있는 데이터를 통해 분석 항목 목록화 및 시범 분석을 하고 산불의 취약 지역과 발생할 수 있는 건강 영향 위험을 파악하게 된다. 그 결과를 통해 산불의 취약 지역을 단계별로 설정하고 노출 취약 지역과 비노출(대조군) 지역의 전향적인 현장 조사 수집 항목을 사전에 정의할 수 있다. 최종적으로는 산불 취약 지역 및 대조 지역의 현장 조사 및 대상 주민 추적 관찰 프로토콜을 개발해야 한다. 이에 따라 맞춤형 모니터링을 시행하고 효과적인 현장 대응 전략을 마련할 수 있다. 본 연구의 일련의 과정이 모니터링 체계의 사전 인지 및 대비 단계에 대한 예시가 될 수 있겠다.

대응 단계의 경우, 중기적으로는 사건 직후 현장 조사를 통한 신속한 데이터 수집과 고도화된 분석을 통한 대응이 핵심이다. 이 단계에서는 기존 사전 인지 및 대비 단계에서 마련하였던 현장 조사 및 추적 관찰 프로토콜을 활용하여 노출/비노출 지역 주민들의 기본 정보와 의료 기록, 노출 현장의 환경 측정 자료 등을 수집하고 분석한다. 분석을 통해 노출 지역 주민의 건강 영향 고위험군을 선별하고 고위험 대상에 대한 세밀한 추적 관찰과 지원을 통해 대응할 수 있다. 이 과정에서 발생하는 보완 사항은 지속적으로 델파이 방식의 전문가 자문 회의를 통해 논의하여 더 고도화된 모니터링 체계 및 추적 관찰 프로토콜을 만들 수 있다. 나아가 지속적인 추적 관찰을 통해 장기적 건강 영향을 추적하고 노출 지역 주민과 관련된 법안을 발의할 수 있겠다. 법안에는 건강 영향을 크게 받는 고위험군 주민에 대한 의료 지원, 환경 및 건강 모니터링 체계의 법적 기반 마련, 그리고 지역사회 건강 및 복지 증진 정책을 포함한다. 이 모든 단계는 자연 재해 발생 후 주민들의 건강과 안전을 보호하고, 장기적으로 대응 능력을 강화하는데 중점을 둔 모니터링 체계라고 할 수 있다.

본 연구에는 몇 가지 제한점이 있다. 1) 장기간 수집된 데이터일수록 통계적 검정력과 신뢰성이 향상하겠지만, 자료의 한계로 인하여 계절적인 변이를 보정할 수 있는 최소한의 기간으로 사건 발생 전후 2년을 설정하였다. 또한 여러 노출 요인에 따른 질병 발생에 관한 연구를 진행하기 위해서는 노출군과 대조군의 4년(48개월)에 대해 질환에 따른 월별 외래 및 입원의 이용률에 관한 연구가 진행되기 위해서는 장기간의 자료를 활용한 추가연구가 필요하다. 2) 본 연구에서는 자료적 한계로 인하여 지역적 매칭 변수로 연령, 성별, 농가인구 분포를 사용하였다. 이에 따라 지역적 특성을 갖는 흡연률, 음주율과 같은 만성질환 지표 등의 사회적 변수를 보정 및 매칭한 추가 연구가 필요하다. 3) 심부전 이외 질환이 산불 전후에 크게 변화하지 않아 연구기간 내 발생한 산불 외 다른 재난으로 인해 질환 발생이 영향 받았을 가능성이 있다. 따라서 다른 재난에 따른 질병 발생에 관한 추가 연구가 필요하다. 4) 본 연구에서는 자료의 한계로 인해 여러 노출 요인에 따른 질병 발생에 관한 연구를 진행하기 위해서는 노출군과 대조군의 4년(48개월)에 대해 질환에 따른 월별 외래 및 입원의 이용률에 관한 추가연구가 필요하다.

결론적으로 이러한 연구를 통한 복합적이고 체계적인 모니터링 체계의 구축이 자연 재해의 노출과 건강 영향 문제에 대한 심층적인 이해와 효과적인 대응 방안 마련에 기여할 것으로 기대된다. 본 연구가 제시한 체계적인 접근법은 산불뿐만 아니라 다른 자연재해로부터의 건강영향 모니터링 체계 개발에 있어서 중요한 토대가 될 것으로 생각된다.

Ethics Statement: This study was approved by the Institutional Review Board of Yonsei University Health System Severance Hospital (IRB 4-2023-0433).

Funding Source: This research was supported by the “Korea Disease Control and Prevention Agency” research project (project No. 2023-12-105).

Acknowledgments: None.

Conflict of Interest: The authors have no conflicts of interest to declare.

Author Contributions: Conceptualization: HJP, BYY, JHS, JHY. Data curation: BYY, JYO, YWK. Formal analysis: HJP, BYY, YWK. Funding acquisition: JHY. Investigation: JHY. Methodology: HJP, BYY, JYO, JHY. Project administration: JHS, JHY. Resources: JHY. Supervision: JHS, JHY. Validation: BYY. Visualization: HJP, BYY. Writing – original draft: HJP, JML. Writing – review & editing: BYY, JHS, JHY.

Supplementary data are available online.